Dirichlet energy and the Laplace equation

最新推荐文章于 2022-09-13 16:35:06 发布
原创 最新推荐文章于 2022-09-13 16:35:06 发布 · 2.5k 阅读 · 3 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文详细解释了在特定边界条件下使用分部积分法求解偏微分方程的过程，并提供了详细的步骤说明及参考资料。




Relate this question to one of our blogs（http://blog.csdn.net/seamanj/article/details/50727219）



最后一步的转换是假设Ф|∂Ω = 0,注意看上面Ф的描述, 然后分步积分便可得到


关于分部积分 请参见:http://blog.csdn.net/seamanj/article/details/50899295



here:


【信息科学与工程学】【通信工程】第五十九篇 IP网络设计01
最新发布
weixin_49199313的博客
06-20 237
IP网络设计不是只写ip address；它本质是的问题，所以参数天然分布在：层级例子物理/传输（可选但你会要求光路/电路）光功率/OSNR/色散/衰减/BER/FEC；铜/微波链路预算L1/L2 链路模型速率、MTU、成帧开销、串行化、传播时延、缓冲排队/调度/QoS服务曲线、令牌桶、延迟界、丢包概率近似路由/TE/可靠性流守恒、路径容量、切换/收敛时间信息论/可达性Shannon 上限、FEC 有效码率、链路容量 after overhead计算科学/数值。
ICLR21： EGNN Dirichlet Energy Constrained Learning for Deep Graph Neural Networks
qq_40926715的博客
09-13 1252
归一化拉普拉斯矩阵+ 归一化邻接矩阵通过拉普拉斯矩阵和特征矩阵的形式求得 节点与节点之间 特征的差值：谱图理论书中第一节 就有相关的定义，reyleigh 熵和 二次型的样子。实质就是拉普拉斯矩阵的性质。指出： 小的 迪利克雷能量 表明节点很相似，over-smoothing。大的 表明 over-separating，有可能相同类别的 节点都 变得很远。当层数变多，这个能量上界收敛到0.
Dirichlet 理解
Json_Nie的专栏
06-25 1734
一直在用LDA，但是一直不太理解其中Dirichlet抽样是个什么样的东西，于是画了一些时间好好好看了看关于dirichlet的理解。感觉还挺有收货，这里先总结一些资料的出处，希望对大家有帮助： http://cos.name/2013/01/lda-math-gamma-function/ 这个讲解讲的比较详细，从最基础的gamma函数开始，然后从Beta分布扩展到了Dirichlet的分布
【综述专栏】从微分几何和代数拓扑的视角来重新探讨图神经网络
人工智能学家
02-08 1207
来源：知乎—努力努力再努力q地址：https://zhuanlan.zhihu.com/p/435040892在科学研究中，从方法论上来讲，都应“先见森林，再见树木”。当前，人工智能学术研...
Laplace Equation---再探
LYKymy的博客
11-11 535
参考网址 https://en.wikiversity.org/wiki/Partial_differential_equations/Laplace_Equation
Laplace's Equation---初探
LYKymy的博客
11-07 549
参考网址 http://tutorial.math.lamar.edu/Classes/DE/LaplacesEqn.aspx
哈密顿算符
热门推荐
十年磨一剑
11-13 1万+
哈密顿算符： ▽≡i*d/dx+j*d/dy+k*d/dz  运算规则:  一、▽A=(i*d/dx+j*d/dy+k*d/dz)A=i*dA/dx+j*dA/dy+k*dA/dz 这样标量场A通过▽的这个运算就形成了一个矢量场，该矢量场反应了标量场A的分布。 二、 ▽·A=(i*d/dx+j*d/dy+k*d/dz)·(Ax*i+Ay*j+Az*k)=dAx/dx+dAy/dy+dA
Laplace-Beltrami operator的理解
十年磨一剑
12-14 1万+
laplace-beltrami operator 是 laplace operator在riemann manifolds上的拓展. 至于他们两到底有什么区别和联系,请看[2]中的一段话: 可以看到, laplace-beltrami operator与普通laplace operator的区别就在于一个metric G,那么这个metric G究竟是个什么东西?注意这里的局部坐标系底面的两个
矩阵积分
十年磨一剑
11-23 9167
假设XX为未知矩阵,那么对于矩阵XX的积分 ∫XdX=12∥X∥2F\int X dX = \frac{1}{2}\|X\|_F^2另外一种方式理解对于XX中的每个元素xijx_{ij}, 对其积分∫xijdxij=12x2ij\int x_{ij}dx_{ij} = \frac{1}{2}x_{ij}^2 所以 ∫XdX=∑i∑j∫xijdxij=12∑i∑jx2ij=12∑i∑jxij∗
Farthest Point Sampling on 2d image
十年磨一剑
07-26 8653
Farthest Point Sampling的原理是,先随机选一个点,然后呢选择离这个点距离最远的点(D中值最大的点)加入起点,然后继续迭代,直到选出需要的个数为止 其主要代码如下: %main.m clear options; n = 400; [M,W] = load_potential_map('mountain', n); npoints_list = round(
conformal mapping的理解
十年磨一剑
12-11 8474
先来复习下高数里面的第二类积分变换 以前对conformal mapping的理解都是盲人摸象, 片面局部的. 因为看的资料都是从不同的角度对解释它的. 随着阅历的丰富和理解的深入, 现已能将原来零星的知识点串连起来并找出其中的关系, 于是开篇博客讲讲自己对conformal mapping的学习历程以及深化后的理解, 好了, 开始正题.以前看的资料呢对conformal mapping有
2D Fast Marching Computations
十年磨一剑
07-22 7699
Fast Marching method 跟 dijkstra 方法类似,只不过dijkstra方法的路径只能沿网格,而Fast Marching method的方法可以沿斜线. [Level Set Methods and Fast Marching Methods p94-95 ]这里uu理解为到达点的时间, FijkF_{ijk}理解为在点ijkijk的流速. 然后就可以跟Bound
第二类曲面积分
十年磨一剑
12-09 7650
先看高数曲面积分的定义 推导下如何将曲面上的面元投影到xOy平面上, 曲面z−z(x,y)=0z-z(x,y)=0 的法向量为(−zx,−zy,1)(-z_x, -z_y, 1), 单位化后与xOy平面的法向量(0,0,1)(0,0,1)相乘得到cosθ=1/1+z2x+z2y−−−−−−−−−√cos \theta = 1 / \sqrt{1+z_x^2 + z_y^2}dxdy=cosθdSd
各种norm的理解
十年磨一剑
12-05 6387
0-norm 非零元素的个数应用,比如要想找出不重叠的数据, 那么表示数据的向量应该尽量正交, 而正交呢就是向量相乘应该为0, 也就是让非零元素的个数尽量少, 所以可以min 0-norm去设计优化函数, 0-norm一般不能解,通常会用1-norm去解1-norm是元素绝对值相加, 以二维来讲所以优化的时候会优化到棱形的四个点上, 所以1-norm的优化结果就是大的有值,  小的没值, 应用: ...
Frobenius product
十年磨一剑
11-14 4977
Hadamard product Main article: Hadamard product (matrices) For two matrices of the same dimensions, there is the Hadamard product, also known as the element-wise product, pointwise product, entrywise
高斯公式,斯克托斯公式
十年磨一剑
07-16 4302
高斯公式设在闭区域Ω\Omega上有稳定流动的、不可压缩的物体（假定流体的密度为1）的速度场 v⃗ (x,y,z)=P(x,y,z)i⃗ +Q(x,y,z)j⃗ +R(x,y,z)k⃗ \vec{v}(x,y,z)=P(x,y,z)\vec i+Q(x,y,z)\vec j+R(x,y,z)\vec k ∭div v⃗ dv=∬Σv⃗ ⋅n⃗ dS\displaystyle \iiint div
二项式在matlab中的应用
十年磨一剑
01-23 3989
对于二项式的计算[u1u2u3]⎡⎣⎢a11a21a31a12a22a32a13a23a33⎤⎦⎥⎡⎣⎢v1v2v3⎤⎦⎥\begin{bmatrix}u_1&u_2&u_3\end{bmatrix}\begin{bmatrix}a_{11}&a_{12}&a_{13}\\a_{21}&a_{22}&a_{23}\\a_{31}&a_{32}&a_{33}\end{bmatrix}\begin{bm
Fast Marching on 3D Meshes
十年磨一剑
07-31 3216
3D mesh的fast marching 跟2D图片的fast marching类似. 2D图片是规则的平面网格,点的ux,uyu_x, u_y是通过上或下,左或右(具体哪个,是通过距离小的点去确定),具体请参考http://blog.csdn.net/seamanj/article/details/51991067 而3D mesh上点的ux,uyu_x,u_y是通过与它位于同一个三角形的其
向量场的方向导数仍为向量场
十年磨一剑
05-23 3127
这个问题要追溯到,我看normal curvature的时候, 里面涉及到了一个叫做Shaper Operator, 在wolfram mathworld里面的定义为: 而normal vurvature在里面的定义为: 按道理讲,curvature应该是个标量, 所以这个的Shape operator的结果应该为一向量,然而按照它的定义, 最开始我理解成向量N在v方向上的方向
solve det(I + uv^t)
十年磨一剑
02-26 2872
prove det(I+uvt)=1+utvdet(I+uv^t) = 1 + u^tv First, let us list several basic formulations: Assume Aa=λaAa = \lambda a, then we have A−1a=1λaA^{-1}a = \frac{1}{\lambda}a, meanwhile, we can also get (
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值